| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 说话人识别概述 | 第8-11页 |
| 1.1.1 说话人识别的研究背景及意义 | 第8-9页 |
| 1.1.2 说话人识别的概念 | 第9-10页 |
| 1.1.3 国内外研究现状 | 第10-11页 |
| 1.2 稀疏表示概述 | 第11-12页 |
| 1.2.1 稀疏表示理论 | 第11-12页 |
| 1.2.2 稀疏表示理论的应用 | 第12页 |
| 1.3 本文的主要研究内容和结构 | 第12-14页 |
| 1.3.1 研究内容与创新点 | 第12-13页 |
| 1.3.2 论文结构 | 第13-14页 |
| 2 说话人识别一般流程 | 第14-23页 |
| 2.1 识别基本流程 | 第14-15页 |
| 2.2 语音信号的预处理 | 第15页 |
| 2.3 特征参数的提取 | 第15-16页 |
| 2.4 说话人模型 | 第16-20页 |
| 2.4.1 GMM-UBM模型 | 第16-18页 |
| 2.4.2 i-Vector模型 | 第18-20页 |
| 2.5 说话人识别规整 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 3 基于稀疏表示的说话人识别 | 第23-33页 |
| 3.1 信号的稀疏表示 | 第23-24页 |
| 3.2 字典的构造 | 第24-26页 |
| 3.3 稀疏表示的求解 | 第26-28页 |
| 3.3.1 匹配追踪算法 | 第26-27页 |
| 3.3.2 梯度投影算法 | 第27-28页 |
| 3.4 稀疏表示在说话人识别中的应用 | 第28-32页 |
| 3.4.1 稀疏表示分类器 | 第28-30页 |
| 3.4.2 识别过程 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 基于Fisher判别字典学习的说话人识别 | 第33-38页 |
| 4.1 Fisher判别字典学习算法 | 第33-36页 |
| 4.1.1 FDDL算法模型 | 第33-35页 |
| 4.1.2 FDDL的更新 | 第35-36页 |
| 4.2 Fisher判别字典学习在说话人识别中的应用 | 第36-37页 |
| 4.3 本章小结 | 第37-38页 |
| 5 实验设计与结果分析 | 第38-43页 |
| 5.1 实验数据库 | 第38页 |
| 5.2 实验设置 | 第38-39页 |
| 5.3 实验结果分析 | 第39-42页 |
| 5.3.1 实验一 | 第39-40页 |
| 5.3.2 实验二 | 第40-41页 |
| 5.3.3 实验三 | 第41-42页 |
| 5.4 本章小结 | 第42-43页 |
| 6 总结展望 | 第43-45页 |
| 6.1 总结 | 第43页 |
| 6.2 展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 在读期间发表论文（著）及科研情况 | 第50页 |